首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  完全免费   1篇
  自动化技术   3篇
  2019年   1篇
  2018年   2篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
一致性是多智能体系统分布式协同控制的核心.以往关于一致性问题的研究大多集中在个体间只有正权重相互作用的网络中.现研究符号网络(网络中个体间既存在正权重相互作用又存在负权重相互作用)下二分一致性的牵制控制问题.针对外界输入仅作用于网络节点二元划分的同一簇个体和外界输入分别作用于网络节点二元划分的两簇中个体两种情形,给出其二分一致性稳态值的定量化描述,即如果外界输入只控制其中一簇的个体,则当外界输入作用为正(负)权重时,受到外界输入直接影响的 一簇个体的状态收敛到外界输入(外界输入的相反数),另一簇个体状态收敛到外界输入的相反数(外界输入);如果外界输入以相反的权重符号分别控制两簇中的个体,则由正(负)权重外界输入控制的一簇个体状态收敛到外界输入(外界输入的相反数),另一簇个体状态收敛到外界输入的相反数(外界输入).仿真研究验证了所提出理论的有效性.  相似文献
2.
针对区域用户用电预测的影响因素众多、用户行为模式差异的特点,提出一种基于Xgboost算法的综合预测方法。该方法从周期、趋势、扰动三方面考虑用电的影响因素,搜集用户历史用电数据和气象数据,对数据中的缺失值进行补充,并对数据进行平滑化处理。将所得用户数据进行K-means聚类,从而得到不同类别的用户。运用最大信息系数(MIC)计算各影响因素与用户用电量的相关性大小,依据相关性大小对不同影响因素排序,进而提取主要影响因素。利用Xgboost算法构建不同用户类别的用电预测模型,对不同类别用户进行用电预测,进而获得区域整体用电情况。采用实际用电数据,调整算法参数,对综合方法进行仿真分析,并与其他方法进行对比。结果表明,该方法综合考虑了多方面影响因素,划分了不同的用户群落,具有更高的精度和可靠性。Xgboost算法在区域用电预测中具有较好的应用前景。  相似文献
3.
用户侧供能负荷预测是能源互联网的关键技术之一,在能源互联网的运行管理中起着重要的作用。高精度的用户侧供能负荷预测能够提高能源利用率,有助于错峰资源的分层优化与自动分配,从而实现能源生产与使用的协同调度。现有的供能负荷预测方法很少考虑数据内部的时序相关性。基于实际的居民区历史供水热量数据,并考虑数据的时序特性,采用了长短时记忆(LSTM)网络,以挖掘居民区供水热量数据在时间维度上的内在联系。通过研究数据潜在的特征,建立了一种基于LSTM网络的居民区供热负荷短时预测模型。试验证明,相较于传统数据驱动的供热负荷短时预测模型,基于LSTM网络的居民区供热负荷短时预测模型具有更高的预测精度,在工业中具有更高的实际应用价值。未来将扩大数据集规模,引入与供热负荷相关的气象数据,构建基于LSTM网络的多步预测模型与供热需求长时预测模型。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号